洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

会议

Nat Commun|军事医学研究院陈薇院士团队:深度学习融合蛋白序列与三维结构,实现疫苗抗原高效预测

Nat Commun
反向疫苗学利用生物信息学和机器学习方法从病原体基因组中系统地预测和识别候选抗原,已成为一种强大的筛选和优先排序工具。 为解决这一问题,军事医学研究院的陈薇团队开发了一种名为 PLGDL的深度学习框架 ,通过协同整合蛋白质语言模型(PLM)与几何深度学习(GDL)模型,实现了对保护性抗原的高效精准预测。 PLGDL框架的核心创新在于融合了蛋白质的序列与结构信息进行抗原预测。
<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

收藏

发表评论
评论区(0
  • 暂无评论

    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    摩熵数科开放平台
    原料药
    十五五战略规划

    全球新药治疗领域统计

    全球新药靶点统计

    专利数据服务
    添加收藏
      新建收藏夹
      取消
      确认